面向非结构化文本的开放式实体属性抽取.pdfVIP

第37卷 第3期 江西师范大学学报 (自然科学版) V0l-37No．3 2013年 5月 JournalofJiangxiNormalUniversity(NaturalScience) Mav2013 文章编号：1000-5862(2013)03-0279-05 面 向非结构化文本的开放式实体属性抽取 曾道建，来斯惟，张元哲，刘 康，赵 军 (中国科学院自动化所模式识别国家重点实验室，北京 100190) 摘要 ：从非结构化文本中抽取给定实体的属性及属性值，将属性抽取看作是一个序列标注问题．为避免 人工标注训练语料，充分利用百度百科信息框 (Infobox)已有的结构化内容 ，对非结构化文本 回标 自动产 生训练数据．在得到训练语料后，结合中文特点，选取多维度特征训练序列标注模型，并利用上下文信息 进一步提高系统性能，进而在非结构化文本中抽取出实体的属性及属性值．实验结果表明：该方法在百度 百科多个类别中均有效；同时，该方法可以直接扩展到类似的非结构化文本中抽取属性． 关键词